Экономические информационные системы

Иерархия информационных систем управления

Трансакционные системы

К трансакционным системам относятся системы управления ресурсами предприятий (ERP-системы), а также некоторые другие решения, например, автоматизированные банковские системы (АБС), биллинго-вые системы, учетные приложения и некоторые другие. Все эти системы имеют общую черту: они являются трансакционными, т.е. предназначенными для обработки отдельных операций (трансакций).

Некоторые из трансакционных систем комплексны и состоят из отдельных модулей. Например, модульная структура свойственна ERP-системам, основная задача которых - объединить различные службы предприятия в единый управленческий контур. Кроме того, такие системы всегда имеют набор финансовых и учетных функций. Поэтому трансакционные системы представляют собой источники первичной информации, используемой для последующей аналитической обработки. Данные из трансакционных источников требуется собрать, структурировать и представить в виде, удобном для принятия решений. Сами трансакционные системы тоже содержат некоторые аналитические возможности, но эти функции скорее носят вспомогательный характер и существенно уступают аналогичным возможностям аналитических систем. Тем не менее, роль трансакционных систем для решения задач бизнес-аналитики крайне важна, поскольку именно они являются поставщиками информации для систем бизнес-интеллекта и аналитических приложений.

Системы бизнес-интеллекта

Понятие систем бизнес-интеллекта (Business Intelligence, BI) является довольно емким и объединяет различные средства анализа и обработки данных масштаба предприятия. Среди BI-систем можно выделить такие составляющие, как хранилища и витрины данных, инструменты оперативной аналитической обработки (OLAP-системы), средства обнаружения знаний, а также средства формирования запросов и построения отчетов.

Важную роль среди BI-систем играют хранилища данных (data ware-house, DW), обеспечивающие сбор, упорядочение и хранение больших объемов информации, полученной из разных источников. Один из авторитетных специалистов в этой области, У. Инмон, определяет хранилища данных как "предметно-ориентированные, интегрированные, стабильные, поддерживающие хронологию наборы данных, используемые для поддержки принятия управленческих решений" [39]. Ценность хранилищ данных заключается в том, что они представляют собой крупные базы данных масштаба предприятия, которые содержат определенную информацию и обеспечивают ее оперативное представление в виде, удобном для пользователя или для дальнейшей обработки другими аналитическими системами.

Витрины данных (data marts), как и хранилища, представляют собой структурированные информационные массивы, но их отличие состоит в том, что витрины данных в еще большей степени являются предметно-ориентированными. Как правило, витрина содержит информацию, относящуюся к какому-либо определенному предметному направлению деятельности организации. Поэтому информация в витринах данных хранится в специальном виде, наиболее подходящем для решения конкретных аналитических задач или обработки запросов определенной группы аналитиков.

Что касается систем аналитической обработки данных в режиме реального времени, или OLAP-систем (On-Line Analytical Processing), то их особенность состоит в многомерности хранения данных (в отличие от реляционных таблиц), а также в предрасчете агрегированных значений. Это дает пользователю возможность строить оперативные нерегламентиро-ванные запросы к данным, используя ряд аналитических направлений. Кроме того, для OLAP-систем характерна предметная (а не техническая) структурированность информации, позволяющая пользователю оперировать привычными экономическими категориями и понятиями.

Еще одним элементом BI-платформы, который часто выделяют в отдельную категорию, являются средства обнаружения знаний (data mining). Один из ведущих экспертов в данной области, Г. Пиатецкий-Шапиро, определяет деятельность таких систем как процесс обнаружения в сырых данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности [40]. В деятельности систем обнаружения знаний используются такие методы анализа данных, как фильтрация, деревья решений, ассоциативные правила, генетические алгоритмы, нейронные сети, статистический анализ.

Наконец, к числу BI-систем относятся средства формирования запросов и построения отчетов (query and reporting tools). Такие системы обеспечивают построение запросов к информационно-аналитическим системам в пользовательских терминах, с возможной интеграцией данных из разных источников, а также просмотр информации с возможностью ее детализации и агрегирования, построение отчетов и их печать.

Аналитические приложения

Аналитические приложения (analytic applications) кардинально отличаются от трансакционных систем, поскольку они ориентированы не на обработку отдельных операций, а на анализ агрегированной информации. Для того чтобы информационная система могла считаться аналитическим приложением, она должна удовлетворять следующим критериям [41]]:

• она должна позволять структурировать и автоматизировать процессы, способствующие повышению качества управленческой информации, что, в свою очередь, приводит к повышению качества принятия решений. Это достигается путем применения правил, процедур и технологий, основанных на соответствующей методологии и направленных на решение определенных бизнес-проблем;
• она должна поддерживать аналитические функции, т.е. операции по анализу данных, полученных из самых разных источников - внутренних или внешних, финансовых или операционных;
• это должен быть самостоятельный программный продукт, функционирующий независимо от трансакционных систем, но в то же время способный взаимодействовать с ними "в обе стороны" - как в части получения исходных трансакционных данных, так и в части обратной передачи результатов их обработки.

Важно не путать аналитические приложения с системами бизнес-интеллекта: их функциональность существенно отличается от BI-систем в трех аспектах - предметной специализации, сегментации рынка и структуре [42].

С точки зрения предметной специализации аналитические приложения предназначены для определенных аналитических бизнес-процессов, в то время как средства бизнес-интеллекта имеют более общие функции. С некоторой долей условности можно сказать, что с аналитическими приложениями работают конечные пользователи-аналитики, а BI-системы используются техническими специалистами в качестве инструмента для создания аналитических приложений для тех же пользователей.

С точки зрения сегментации рынок аналитических приложений может быть структурирован в зависимости от вида аналитических процессов (например, маркетинг, операционное планирование, бюджетирование, консолидация финансовой отчетности), в то время как рынок средств бизнес-интеллекта может быть сегментирован в зависимости от типа архитектуры каждой из систем (например, системы "data mining" или OLAP-системы).

С точки зрения структуры аналитические приложения помогают пользователям координировать бизнес-процессы и получать определенный результат (например, разработанный бюджет или оценку деятельности основных поставщиков), в то время как средства бизнес-интеллекта поддерживают функции, которые заранее в системе не предопределены (построение пользовательских запросов, проведение специализированного анализа и др.).

В то же время развитие аналитических приложений и систем бизнес-интеллекта тесно взаимосвязано. Аналитические приложения способствуют увеличению числа пользователей BI-систем, поскольку именно BI-технологии лежат в основе многих готовых предметно-ориентированных аналитических приложений. В то же время было бы неверным считать, что аналитические приложения могут полностью заменить BI-системы: потребность в настраиваемых программных продуктах, выполняющих специфические функции, не только существует, но и будет расти по мере возникновения новых типов задач в области анализа данных.